Gartner: тенденції-2020 у галузі даних та аналітики
Gartner: тенденції-2020 у галузі даних та аналітики
Gartner позначила тенденції розвитку в галузі даних та аналітики на найближчі роки.
В організаціях спостерігається відчутне зростання інтересу до даних та аналітики, що обумовлюється зростанням популярності технологій великих даних, а також машинного навчання та інших технологій штучного інтелекту, які відповідають за их обробку. Незважаючи на те, що багатьом підприємствам поки що не вдається отримати комерційну віддачу від ІІ-програм, вони продовжують експерименти, розуміючи, що в наступні роки впровадження ІІ матиме вирішальне значення для їхньої комерційної діяльності. Це пов'язано з тим, що дані і аналітика значно розширюють рамки цифрового бізнесу. Фактично вони стали ключовими компонентами обслуговування клієнтів, найму фахівців, оптимізації ланцюжка поставок, допомагають збалансувати фінанси і вирішити безліч інших важливих завдань підприємства.
ІІ і ряд суміжних технологій задають тенденції і є базисом для розгортання в найближчі роки, забезпечуючи швидшу і стабільну роботу підприємств. «Сьогоднішні темпи змін у бізнесі та технологічні цикли змінюються швидше, ніж будь-коли раніше. — Щоб встигати за ними, вам потрібна гнучка архітектура даних і аналітики».
За її словами, тенденції в області даних і аналітики охоплюють три ключові моменти. Перший - це інтелект. Методи машинного навчання та ІІ все тісніше переплітаються з робочими процесами шляхом розширення функціональних обов'язків співробітників, скорочення обсягу необхідних навичок і автоматизації завдань, щоб вони могли працювати з «чистими» і реально важливими для бізнесу даними.
Другий — нові формати даних. Сьогодні ІІ і машинне навчання підтримують більш гнучкі та нові формати даних.
Третій момент - масштабування. Для того, щоб втілитись у реальність, у цих тенденцій піде від трьох до років.
У представленому нижче списку перспективних технологій відсутні системи самообслуговування та хмарні сервіси — вони вже всюди, немає також і квантових обчислень — перспектива їхньої комерціалізація далека від реальності.
1. Розширена аналітика
Це сполучна технологія, яка охоплює бізнес-аналітику, науку про дані та машинне навчання. Вона буде застосовуватися, щоб отримувати цінну інформацію з даних могло якомога більше людей без навичок аналітичної роботи. Протягом наступних кількох років розширена аналітика займе одну з домінуючих позицій на підприємстві, і стане в нагоді, зокрема, при проведенні оцінки для вибору постачальників. Крім того, щоб зробити роботу користувачів більш комфортною, постачальники інших технологій включають її в свої продукти та послуги. Призначення розширеної аналітики - демократизація аналітичних інструментів. Вона дозволяє скоротити час вилучення та розуміння інформації на одиницю часу, володіючи меншим обсягом навичок, чого не скажеш про сьогоднішні інструменти.
2. Розширене керування даними
За кілька років дані надходитимуть на підприємство у значно динамічнішому режимі, ніж зараз. До того часу організації навчаться аналізувати їх на більш високих рівнях автоматизації практично в режимі реального часу. На управління даними покладається безліч завдань, таких як розпізнавання шаблонів, стеження за продуктивністю роботи БД (capacity management database, CDB), контроль за застосуванням даних, регуляторними вимогами/комплаенсом, моделями витрат і ін. Багато з цих завдань будуть перекладені на розширене управління даними . До 2022 р. обсяг ручних завдань з управління даними скоротиться на 45% — це пов'язано з активним впровадженням машинного навчання та автоматичного управління рівнями обслуговування.
3. Обробка природної мови та розмовна аналітика
NLP та розмовна аналітика значною мірою доповнюють розширену аналітику. Вони надають експертам, не пов'язаним з даними, новий вид інтерфейсу для запитів і аналізу. «Більшість людей нічого не смислять у SQL і не можуть створювати власні запити, що й візьмуть на себе NLP та інструменти діалогової аналітики. Вони до мінімуму спростять взаємодію між користувачем та аналітикою», — стверджує Салам. У наступному році близько 50% аналітичних запитів генеруватимуться за допомогою пошуку, технології NLP або будуть автоматично. Тут є багато можливостей для покращення.
Більшість сучасних аналітичних та BI-платформ реалізували базовий пошук за ключовими словами. Вони видають відповіді на прості запитання («Які були мої продажі по продуктах?»), але складніші питання («Які порівняно з минулим роком були мої найкращі 10 продуктів або клієнтів у радіусі 50 миль від Нью-Йорка?») ставлять їх у глухий кут. Машині складно відповісти на такі питання, для цього вона повинна підтримувати опції ранжирування, синоніми та інші функції, які сьогодні постачаються далеко не кожним постачальником. Ще одна нова функція в цій галузі — розмовна аналітика, яка дозволить ставити більш конкретні питання. «До недавнього часу аналітика була тісно пов'язана з візуалізацією, але розмовна аналітика додасть ще один рівень до розуміння даних»,— сказав Салам.
4. Графи
Графові обробки та бази даних дозволяють досліджувати дані так, як думає більшість людей, виявляючи взаємодію між логічними концепціями та об'єктами/суб'єктами, такими як організації, люди та транзакції. Згідно з прогнозами Gartner, застосування графової обробки та графових баз даних щорічно зростатиме на 100% аж до 2022 р. Ця технологія призначена для того, щоб у постійному режимі прискорювати підготовку даних, роблячи інструменти адаптивнішими та кмітливішими. Графи дозволяють створювати нові семантичні мережі та мережі знань, встановлювати зв'язки, що виникають між різними даними, що надходять з таких джерел, як, наприклад, додатки для занять спортом або для дотримання дієти з медичними порадами та новинними стрічками про здоровий спосіб життя.
5. Комерційні продукти ІІ та машинного навчання домінуватимуть над Open Source-проектами
Як ніщо інше, Open Source підштовхнув розвиток таких технологій, як великі дані, ІІ і машинне навчання, особливого успіху на цій ниві досягли цифрові техногіганти типу Google або Amazon. Але більшість організацій не входять до категорії цифрових гігантів, вони щосили намагаються підлаштувати пілотні проекти ІІ та машинного навчання таким чином, щоб їх можна було запустити у виробництво. Експерти вважають, що рано чи пізно багато компаній перейдуть для управління своїми ІІ-програмами на комерційні платформи. Gartner прогнозує, що до 2022 р. 75% нових рішень для кінцевих користувачів, які використовують технології ІІ та машинного навчання, будуть створюватися з використанням комерційних, а не відкритих платформ.
6. Завод даних
Ця тенденція тісно пов'язана з розширеним управлінням даними та дозволяє підтримувати гнучкі дані в масштабі. Раніше підприємства прагнули зберігати свої дані в одному сховищі, але тепер вони стали більш розподіленими. Фабрика даних призначена для даних, які знаходяться в ізольованих середовищах (бункерах даних), і реалізує архітектуру логічного сховища, яка забезпечує безперешкодний доступ та інтеграцію даних у гетерогенному сховищі. Gartner прогнозує, що до 2022 р. проекти фабрик даних створюватимуться на замовлення і розгортатимуться у вигляді статичної інфраструктури. Все це призведе до нової хвилі витрат — підприємствам доведеться змінити архітектуру даних, щоб зробити її більш динамічною.
7. Пояснений ІІ
«Ми думаємо, що рано чи пізно масове поширення ІІ призведе до тому, що підприємствам буде все складніше управляти ним»,— сказала Салам. Це пов'язано з тим, що моделі стають все більш складними і непрозорими, тоді як організації потребують того, щоб дотримуватися регуляторних вимог, розуміти результати внутрішнього моніторингу, знати про ризики порушення конфіденційності і упередженості думок, які можуть бути закладені в моделі ІІ. В даний час постачальники працюють над ІІ-рішеннями, які допоможуть згладити ці проблеми. Gartner прогнозує, що до 2023 р. більше 75% великих організацій найматимуть фахівців з аналізу поведінки ІІ, конфіденційності та довіри клієнтів, що дозволить знизити репутаційні ризики.
8. Блокчейн
Окрім даних та аналітики блокчейн проник у багато технологічних областей, проте його значення в області довірливості відносин та достовірності інформації про проведення транзакцій складно переоцінити. «Йдеться справді про криптографічну підтримку незмінності в мережі довірених учасників», — каже експерт. За допомогою блокчейна можна відстежувати дуже багато змін, але у сфері даних його можна застосовувати для перевірки достовірності джерел інформації (фейкові новини) або підроблених відео (дипфейки). Gartner прогнозує, що до 2021 р. більшість приватних та ексклюзивних блокчейнів буде замінено реєстровими СУБД.
9. Безперервний інтелект
Безперервний інтелект — це можливість прийняття більш ефективних рішень за допомогою аналітики даних у реальному часі та розширеної аналітики. Він включає в себе розуміння ситуації і приписує дії, які необхідно зробити. Це інтелектуальна, автоматизована і орієнтована на результат технологія. Gartner прогнозує, що до 2022 р. більше 50% великих нових бізнес-систем включатимуть у себе безперервний інтелект, який для поліпшення рішень використовуватиме контекстні дані в режимі реального часу.
10. Сервери з енергонезалежною пам'яттю
За кілька років ринок наповнять сервери з енергонезалежною пам'яттю, які за порівняно з типовими серверами нададуть більший обсяг пам'яті, більш доступну продуктивність і легкість підключення. Деякі постачальники СУБД переписують свої системи, щоб підтримувати сервери з енергонезалежною пам'яттю, які дозволяють аналізувати великі масиви даних в пам'яті в режимі реального часу. До 2021 р. енергонезалежна пам'ять становитиме понад 10% від загального обсягу пам'яті серверів, що використовуються для обчислень in-memory.
